向 龙，龚泓博

(河海大学水文水资源学院，江苏 南京 210098)

区域水资源合理配置是维持社会可持续发展的关键，是落实“生态优先、绿色发展”理念的基础资源管理措施。基于“三条红线”[1]、节水优先[2]等视角下的区域水资源配置问题已有较多研究成果，而水资源的供用耗排体系是极为复杂的多用户多需求系统，供需双方有许多不确定性影响因素。因此，区域水资源配置问题既是复杂系统的多目标规划问题，也是不确定性动态管理的问题。目前，水资源优化配置研究主要使用一些启发式算法作为寻优手段，例如蚁群算法[3]、萤火虫算法[4]、遗传算法[5]、粒子群算法[6]以及基于这些算法的改进或融合算法[7-9]等，在特定保证率下仅有一组确定的水量配置结果，不能够反映配置结果的区间波动特性或不确定性范围，不利于决策者的动态管理与调控；部分学者使用系统动力学[10]对区域水资源配置问题进行研究，但受限于获取信息的完整性、现实系统的复杂性以及变量参数的不确定性使得仿真建模手段难以准确全面地描述真实系统。针对多目标不确定性规划问题，常用模糊多目标规划(fuzzy multi-objective programming， FMOP)和随机多目标规划(stochastic multi-objective programming， SMOP)两类方法。Huang等[11]提出了灰色不确定性概念的多目标规划(inexact multi-objective programming， IMOP)，相对于SMOP，IMOP使用无分布的区间数作为模型变量和参数，在输入数据要求、计算可操作性、结果解译上具有优势。还有一些学者将几种方法综合应用于灌区水资源优化配置[12-13]、工业区环境经济系统优化[14]、产业结构优化[15]等水资源优化问题，取得了较好的优化效果。……